每个Java程序员都必须知道的四种负载均衡算法

Java程序员必须知道的四种负载均衡算法以集群方式部署，可以很方便的根据需要动态增减服务器数量。但是，为了让系统更具可扩展性，除了无状态设计之外，还需要考虑使用什么负载均衡算法。本文将带领您了解以下四种常见的负载均衡算法。什么是负载均衡？负载均衡是指多台服务器以对称的方式组成一个服务器集群。每台服务器都具有相同的地位（但不同的服务器可能有不同的性能），可以独立提供服务，无需其他服务器的协助。为了保证系统的可扩展性，需要有一种算法能够将系统负载平均分配给集群中的每台服务器。这种算法称为负载均衡算法。负责执行负载均衡算法并平均分配请求的服务器称为负载均衡器。随机算法随机算法非常简单。算法的核心是通过随机函数随机获取一个服务器进行访问。假设我们现在有四台服务器，192.168.1.1~192.168.1.4，算法在java中实现如下：1.2","192.168.1.3","192.168.1.4");publicstaticStringgetServer(){随机random=newRandom();intindex=random.nextInt(servers.size());返回servers.get(索引);}publicstaticvoidmain(String[]args){for(inti=0;i<10;i++){Stringserver=getServer();System.out.println("选择服务器："+server);}}}当样本较小时，算法可能会分布不均，但根据概率论，样本越大，负载会越均匀，而负载均衡算法本来就是为应对高并发场景而设计的。该算法的另一个缺点是所有机器的访问概率相同，如果服务器性能不同，会导致负载不均衡。轮询算法Round-Robin轮询算法是另一种经典的负载均衡算法。请求以循环方式分发到集群中的所有服务器。同理，对于以上四台服务器，假设客户端向集群发送10个请求，请求分布会如下图所示：十个请求中，第一、第五、第九个请求会分配给192.168.1.1，第二个、第六个和第十个请求将分配给192.168.1.2，依此类推。我们可以看到round-robin算法可以在集群中平均分配请求。但是这种算法和随机算法一样有缺点，如果服务器性能不同，会导致负载不均衡，所以需要加权轮询算法。WeightedRound-RobinWeightedRound-Robin加权循环算法是在循环算法的基础上，根据服务器的性能分配权重。服务器可以支持的请求越多，权重就越高，分配的请求也就越多。同样是10个请求，使用weightedround-robin算法的请求分配如下图所示：可以看到192.168.1.4的权重最大，分配的请求数也最多。看看下面用Java简单实现的加权循环算法。publicclassRoundRobinTest{publicclassNode{privateStringip;私有整数权重；私有整数当前权重；publicNode(Stringip,Integerweight){this.ip=ip;this.weight=重量；this.currentWeight=重量；}publicStringgetIp(){返回ip;}publicvoidsetIp(Stringip){this.ip=ip;}publicIntegergetWeight(){返回权重；}publicvoidsetWeight(Integerweight){this.weight=weight;}publicIntegergetCurrentWeight(){返回当前重量；}publicvoidsetCurrentWeight(IntegercurrentWeight){this.currentWeight=currentWeight;}}Listservers=Arrays.asList(newNode("192.168.1.1",1),newNode("192.168.1.2",2),newNode("192.168.1.3",3),新节点（“192.168.1.4”，4））;私有整数总权重；publicRoundRobinTest(){this.totalWeight=servers.stream().mapToInt(Node::getWeight).reduce((a,b)->a+b).getAsInt();}publicStringgetServer(){Nodenode=servers.stream().max(Comparator.comparingInt(Node::getCurrentWeight)).get();node.setCurrentWeight(node.getCurrentWeight()-totalWeight);servers.forEach(server->server.setCurrentWeight(server.getCurrentWeight()+server.getWeight()));返回node.getIp();}publicstaticvoidmain(String[]args){RoundRobinTestroundRobinTest=newRoundRobinTest();for(inti=0;i<10;i++){Stringserver=roundRobinTest.getServer();System.out.println("选择服务器："+server);}}算法核心是的，动态计算currentWeight在每台服务器被选中后，currentWeight需要减去所有服务器的权重之和，避免权重高的服务器一直被选中。权重高的服务器有更多的分配请求，请求可以平均分配给所有服务器。HashAlgorithm哈希算法，顾名思义，就是利用哈希表根据计算请求的路由hashcode%N。这里hashcode代表哈希值，N代表服务器数量。该算法的优点是实现起来非常简单。具体实现如下：rivatestaticfinalListservers=Arrays.asList("192.168.1.1","192.168.1.2","192.168.1.3","192.168.1.4");publicstaticStringgetServer(Stringkey){inthash=key.hashCode();intindex=hash%servers.size();返回服务器。获取（索引）；}publicstaticvoidmain(String[]args){for(inti=0;i<10;i++){Stringserver=getServer(String.valueOf(i));System.out.println("选择服务器："+server);}}哈希算法在很多缓存分布式存储系统中很常见，比如Memorycached和Redis，但是一般不会用上面的哈希算法，而是优化后的一致性哈希算法。总结本文总结了4种常见的负载均衡算法。我们可以发现nginx或者springcloud中的ribbon都使用了这样的算法思想。我们可以根据自己的业务场景选择合适的算法。